AI BENCHY
Advertise here
#14

Qwen3.6 Max Preview

Qwen प्रकाशन: 2026-04-20 चाचणी तारीख: 2026-05-21 23:59 qwen/qwen3.6-max-preview::medium
(medium) (none)

सारांश

Qwen3.6 Max Preview AI BENCHY वर 8.4 स्कोर करते आणि #14 वर आहे. याची reliability 10.0, pass rate 80.0%, एकूण खर्च $1.036, आणि सरासरी response time 58.41s आहे.

Qwen3.6 Max Preview खास का आहे: हे असामान्यपणे जास्त reasoning tokens वापरते, ज्यामुळे runs हळू किंवा महाग होऊ शकतात.

सुसंगतता

9.2

एकूण आउटपुट टोकन्स

133,033

एकूण इनपुट टोकन्स

0

इनपुट किंमत

$1.040 / 1M

आउटपुट किंमत

$6.240 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 5

प्रति प्रयत्न पास दर: 80.0%

अस्थिर चाचण्या

2

अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).

प्रतिसाद वेळ (सरासरी)

58.41s

प्रतिसाद वेळ (कमाल): 238.07s

प्रतिसाद वेळ (एकूण): 1168.27s

Generation showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#14 Qwen3.6 Max Preview

medium
Cost
$0.024
Time
76.5s
Tokens
3,861 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-06-04 13:25 नवीन चाचणी जोडली 8.5 10.0 $0.960 तुलना करा
2026-05-21 23:59 सूट बदलला 8.4 10.0 $1.036 सध्याची रन
2026-04-27 23:07 पहिला रन 8.8 10.0 $0.823 तुलना करा

या रनमध्ये वेगळा बेंचमार्क सूट वापरला गेला. ऐतिहासिक बदल वाचताना सूटमधील बदल लक्षात घ्या.

चार्ट्स

पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 10.0 10.0
कोडिंग 8.2 6.7
संयुक्त 10.0 10.0
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 2.9 7.2
Samanya Buddhimatta 10.0 10.0
सूचनांचे पालन 10.0 10.0
कोडी सोडवणे 10.0 10.0
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स